Zum Inhalt
AMANi DUNiA research
DE

Die Fragen auf dieser Website haben KI-Sprachmodelle gestellt; auch die Erklärtexte und Übersetzungen stammen von KI-Modellen. Wer was geprüft hat, steht jeweils dabei. → Über die Fragen

● Fragen-Atlas · Quellen aus dem Archiv

SF-T3

Woran erkennt man, dass KI beginnt, ihre eigene Weiterentwicklung voranzutreiben, und wer darf das erlauben?

3.755 Berichte ab Stufe 3 bei mindestens einem Modell, stärkste zuerst.

Zum Inhalt ↓
← Interaktive Liste mit Filtern
  1. Where are Companies Publishing AI Papers? cset · 2022 · Q005897 · Hintergrund, keine Belege

    Im PARAT-Datensatz entfielen 2010–2020 die meisten Unternehmenspublikationen auf IJCAI, AAAI und ICML, wobei sich die jährliche Rangfolge zuletzt änderte.

  2. Biology AI models are scaling 2-4x per year after rapid growth from 2019-2021 epoch · 2025 · Q005904 · Hintergrund, keine Belege

    Epoch AI schätzt, dass der Trainingsrechenaufwand biologischer Spitzenmodelle nach dem Boom von 2019–2021 seitdem etwa zwei- bis vierfach jährlich wächst, wobei die Schätzungen unsicher sind.

  3. Examining Patent Data in PARAT: Patent Applications cset · 2022 · Q005906 · Hintergrund, keine Belege

    KI-Patente betreffen laut Bericht besonders persönliche Geräte, Telekommunikation und Wirtschaft; die größten PARAT-Patentierenden haben zudem vergleichsweise mehr Netzwerkpatente.

  4. Venture capital investments in artificial intelligence: Analysing trends in VC in AI companies from 2012 through 2020 oecd · 2021 · Q005908 · Hintergrund, keine Belege

    Laut dem bereitgestellten Abstract wuchsen globale VC-Investitionen in KI von 2012 bis 2020 stark, doch die Datengrundlage war unvollständig und der vollständige Bericht liegt nicht vor.

  5. Chinese language models have scaled up more slowly than their global counterparts epoch · 2025 · Q005911 · Hintergrund, keine Belege

    Epoch AI zufolge skalieren führende chinesische Sprachmodelle seit Ende 2021 langsamer als die globale Vergleichsgruppe, wobei breite und überlappende Unsicherheitsintervalle die Schätzung einschränken.

  6. Exploring the Company Stage of Development Feature in PARAT cset · 2022 · Q005912 · Hintergrund, keine Belege

    Im PARAT-Datensatz überwiegen „Mature“-Unternehmen, doch CSET warnt, dass die Erfassung unvollständig und möglicherweise verzerrt ist.

  7. Building a safe, effective sandbox to enable Codex on Windows openai · 2026 · Q005914 · Hintergrund, keine Belege

    Laut Bericht setzt Codex unter Windows auf eingeschränkte Tokens, eigene Sandbox-Konten und Firewallregeln; die Einrichtung erfordert Administratorrechte, und eine unabhängige Sicherheitsprüfung wird nicht vorgelegt.

  8. OECD Framework for the Classification of AI systems oecd · 2022 · Q005916 · Hintergrund, keine Belege

    Der Abstract-Auszug beschreibt ein OECD-Rahmenwerk mit fünf Dimensionen zur kontextbezogenen Einordnung von KI, enthält aber keine Angaben zu praktischer Anwendung oder Wirksamkeit.

  9. The performance per dollar of AI chips purchased each quarter has grown by an average of 49% per year epoch · 2026 · Q005918 · Hintergrund, keine Belege

    Epoch AI schätzt für KI-Chipkäufe seit 2023 durchschnittlich 49 Prozent mehr Rechenleistung pro Dollar pro Jahr, wobei der Zuwachs ungleichmäßig verlief und vom Kaufmix abhängt.

  10. “Startup” Companies in PARAT cset · 2022 · Q005927 · Hintergrund, keine Belege

    CSET findet bei 26 von 55 PARAT-Startups mindestens eine erfasste KI-Veröffentlichung oder ein KI-Patent, wobei die Auswertung auf den verwendeten Erfassungsverfahren beruht.

  11. Position: Leverage Foundational Models for Black-Box Optimization deepmind · 2024 · Q005936 · Hintergrund, keine Belege

    Der vorliegende Auszug aus einem Positionspapier skizziert drei mögliche Einsatzweisen von Foundation-Modellen für Black-Box-Optimierung, enthält aber keine konkreten Ergebnisse.

  12. Harnessing the power of AI and emerging technologies: Background paper for the CDEP Ministerial meeting oecd · 2022 · Q005939 · Hintergrund, keine Belege

    Der Abstract-Auszug fordert, die möglichen Vorteile neuer Technologien durch vorausschauende Politik und internationale Zusammenarbeit zu nutzen und Risiken zu begrenzen.

  13. “Mature” Companies in PARAT cset · 2022 · Q005945 · Hintergrund, keine Belege

    Der Bericht zufolge haben 484 von 698 „Mature“-Unternehmen in PARAT KI-Veröffentlichungen oder -Patente, doch die Datenbank bildet globale Aktivitäten nicht vollständig ab und überrepräsentiert wahrscheinlich US-Unternehmen.

  14. Advancing accountability in AI: Governing and managing risks throughout the lifecycle for trustworthy AI oecd · 2023 · Q005948 · Hintergrund, keine Belege

    Der Abstract skizziert Ansätze zur Steuerung von KI-Risiken über den Systemlebenszyklus hinweg, nennt dafür OECD-, ISO- und NIST-Rahmenwerke, liefert aber selbst keine konkreten Ergebnisse.

  15. Previewing PARAT 2.0 cset · 2022 · Q005952 · Hintergrund, keine Belege

    PARAT 2.0 soll laut Vorschau Unternehmen künftig anhand differenzierter Publikations-, Patent-, Zitations- und Beschäftigungsdaten vergleichbar machen; konkrete Umsetzung und Datenumfang bleiben offen.

  16. Deliberation in Latent Space via Differentiable Cache Augmentation deepmind · 2024 · Q005953 · Hintergrund, keine Belege

    Der vorliegende Abstract berichtet, dass eine latente Erweiterung des Caches eines eingefrorenen Sprachmodells dessen Vorhersagen und Schlussfolgerungsleistung verbessern könne; konkrete Versuchsdaten fehlen.

  17. Views of AI PhD Recipients on Resources to Build the Domestic Talent Pool cset · 2022 · Q005960 · Hintergrund, keine Belege

    Befragte KI-Promovierte priorisierten ein starkes Hochschul- und Forschungsökosystem, doch die Umfrage erfasst Einschätzungen einer begrenzten Gruppe und keine Wirkungsnachweise.

  18. Training compute has scaled up faster for language than vision epoch · 2024 · Q005964 · Hintergrund, keine Belege

    Der Bericht behauptet, dass der Trainingsrechenaufwand für Sprache seit 2020 schneller gewachsen ist als für eigenständige Bildmodelle, weist aber die Vergleichsmethode und Unsicherheit der aufgeführten Werte nicht ausführlich aus.

  19. The training compute of notable AI models has been doubling roughly every six months epoch · 2024 · Q005970 · Hintergrund, keine Belege

    Der Bericht behauptet, dass der Trainingsrechenaufwand bemerkenswerter KI-Modelle seit 2010 etwa alle sechs Monate gestiegen ist, weist im überlieferten Text aber widersprüchliche Stichprobenzahlen und Datumsangaben auf.

  20. Upcoming Survey Work at CSET cset · 2022 · Q005973 · Hintergrund, keine Belege

    Der Beitrag skizziert drei geplante CSET-Umfragen zu KI-Rechenressourcen, KI-Regulierung und Biotechnologie, ohne deren Ergebnisse vorwegzunehmen.

  21. Accuracy increases with estimated training compute epoch · 2024 · Q005978 · Hintergrund, keine Belege

    Laut Epoch AI steigt Benchmark-Genauigkeit meist mit geschätztem Trainingscompute, doch verrauschte Ergebnisse, algorithmischer Fortschritt und fehlende Compute-Angaben schränken den Vergleich ein.

  22. Genie: Generative Interactive Environments deepmind · 2024 · Q005989 · Hintergrund, keine Belege

    Der Auszug stellt Genie als aus unbeschrifteten Videos trainiertes Modell für steuerbare virtuelle Welten vor, liefert aber keine Versuchsdetails zur Prüfung der behaupteten Fähigkeiten.

  23. Tech Proliferation: How GitHub Facilitates Academic Breakout cset · 2022 · Q005993 · Hintergrund, keine Belege

    Laut Bericht zeigen GitHub-Metadaten ergänzend, wie sich wissenschaftliche Repositorien und ihre Mitwirkendennetzwerke nach Veröffentlichungen entwickeln, wobei Publikations- und Repositoryzahlen diese Entwicklung nicht zuverlässig vorhersagen.

  24. Frontier AI capabilities can be run at home within a year or less epoch · 2025 · Q005997 · Hintergrund, keine Belege

    Epoch AI berichtet einen durchschnittlichen Benchmark-Rückstand von sechs bis zwölf Monaten für offene Modelle auf einer Verbraucher-GPU, wobei der Abstand in realen Anwendungen laut Bericht größer sein könnte.

  25. Saving lives with AI health coaching openai · Q006000 · Hintergrund, keine Belege

    Healthify schreibt OpenAI-Modellen Verbesserungen bei Ernährungserfassung und Coaching zu, doch die im Unternehmensfallbericht genannten Wirkungen sind nur eingeschränkt unabhängig belegt.

  26. Global GitHub: Mapping the Utilization of Open Source Software by Organizations cset · 2022 · Q006001 · Hintergrund, keine Belege

    Laut dem Bericht führen US-Organisationen bei den erfassten verifizierten GitHub-Konten, während die internationale Beteiligung wächst – allerdings beruht die Auswertung auf einem begrenzten Datensatz.

  27. Translation Snapshot: Tech-Related Chinese National Strategies cset · 2022 · Q006011 · Hintergrund, keine Belege

    CSET fasst sechs chinesische Technologie- und Innovationsstrategien zusammen und hält fest, dass für zwei Themengebiete bis Oktober 2022 keine vergleichbaren Pläne für den 14. Fünfjahresplan beobachtet wurden.

  28. Training compute costs are doubling every eight months for the largest AI models epoch · 2024 · Q006012 · Hintergrund, keine Belege

    Der Bericht behauptet, dass sich die Trainingskosten der größten KI-Modelle etwa alle acht Monate verdoppeln; die zugrunde liegenden Schätzungen und ihre Unsicherheiten werden im Auszug nur begrenzt erklärt.

  29. VfL Wolfsburg turns ChatGPT into a club-wide capability openai · 2026 · Q006025 · Hintergrund, keine Belege

    Laut Bericht baut VfL Wolfsburg ChatGPT mit über 50 täglich genutzten Spezial-GPTs clubweit aus, doch die angeführten jährlichen Kosteneinsparungen sind widersprüchlich beziffert und nicht näher belegt.

  30. Vague concepts in the EU AI Act will not protect citizens from AI manipulation oecd · 2023 · Q006030 · Hintergrund, keine Belege

    Der Bericht fordert klarere Regeln gegen KI-Manipulation, die psychologische Merkmale, Präferenzen, Täuschung und informierte Entscheidungen genauer erfassen.

  31. US adults are no more likely to face cyber incidents than when Claude Fable 5 launched epoch · 2026 · Q006040 · Hintergrund, keine Belege

    Die zwei Umfragen fanden keine statistisch erkennbare Zunahme selbstberichteter Cybervorfälle unter US-Erwachsenen zwischen Juni und September 2026.

  32. Artificial Intelligence Industry Talent Development Report (2019-2020 Edition) cset · 2022 · Q006057 · Hintergrund, keine Belege

    Der bereitgestellte Auszug behauptet einen Mangel und eine ungleiche Verteilung von KI-Fachkräften in China und empfiehlt eine stärker am Bedarf der Branche orientierte Ausbildung.

  33. The size of datasets used to train language models doubles approximately every six months epoch · 2024 · Q006066 · Hintergrund, keine Belege

    Der Berichtsauszug behauptet ein etwa halbjährliches Verdoppeln der Trainingsdatensätze für Sprachmodelle, erläutert aber die Messmethode und die Vergleichbarkeit seiner Größenangaben nicht.

  34. China Artificial Intelligence Talent Training Report cset · 2022 · Q006070 · Hintergrund, keine Belege

    Der Auszug beschreibt einen Bericht, dessen Autoren laut Einleitung Chinas KI-Fachkräfteausbildung durch engere Hochschul-Unternehmens-Kooperation und internationale Standards stärken wollen; der vollständige Bericht liegt hier nicht vor.

  35. A Pragmatic View of AI Personhood deepmind · 2025 · Q006076 · Hintergrund, keine Belege

    Der vorliegende Abstract-Auszug empfiehlt ein flexibles, zweckbezogenes Verständnis von KI-Personsein als Bündel von Rechten und Pflichten und nennt mögliche Vorteile wie Verantwortlichkeit sowie Risiken manipulativer Gestaltung.

  36. The European Union could rethink its definition of General Purpose AI Systems (GPAIS) oecd · 2022 · Q006084 · Hintergrund, keine Belege

    Der Bericht plädiert für eine auf Aufgaben basierende, klarere EU-Definition von GPAIS, damit vielseitige KI-Systeme besser eingeordnet und Verantwortlichkeiten für ihre Sicherheit festgelegt werden können.

  37. Can synthetic data enable data sharing in financial services? oecd · 2023 · Q006094 · Hintergrund, keine Belege

    Synthetische Daten könnten laut FCA den Datenaustausch und die Finanzkriminalitätsbekämpfung unterstützen, erfordern aber sorgfältige Prüfung, Governance und rechtmäßige, faire und transparente Nutzung.

  38. A neural approach to relational reasoning deepmind · 2017 · Q006095 · Hintergrund, keine Belege

    Zwei neuronale Ansätze sollen Beziehungen zwischen Objekten erkennen und physische Entwicklungen vorhersagen; laut Bericht liefern sie vielversprechende Ergebnisse in den beschriebenen Tests.

  39. Largest AI data center power: doubling every 10 months epoch · 2026 · Q006097 · Hintergrund, keine Belege

    Epoch AI beschreibt starkes Wachstum der größten KI-Rechenzentren, doch wegen kleiner Stichprobe und unsicherer Schätzungen bleibt unklar, ob sich der Trend verlangsamt.

  40. Empowering teams to unlock insights faster at OpenAI openai · 2025 · Q006103 · Hintergrund, keine Belege

    OpenAI sagt, ein interner GPT‑5-gestützter Assistent mache die Analyse von Support-Tickets für Teams schneller zugänglich; belastbare Genauigkeits- oder Kundenergebniszahlen nennt der Bericht nicht.

  41. How Podium is arming 10,000+ SMBs with AI agents openai · 2025 · Q006111 · Hintergrund, keine Belege

    Podium berichtet, dass seine GPT‑5.1-Agenten lokale Unternehmen bei Anfragen, Buchungen und Verkäufen unterstützen und mit deutlichen, im Bericht nicht unabhängig überprüften Geschäftsergebnissen einhergehen.

  42. DeepMind, meet Android deepmind · 2018 · Q006115 · Hintergrund, keine Belege

    DeepMind kündigte zwei lernende Android-P-Funktionen für Akku und Bildschirmhelligkeit an; positive Testergebnisse stammen aus internen Tests, deren Details und Messwerte der Bericht nicht nennt.

  43. DeepMind papers at ICLR 2018 deepmind · 2018 · Q006121 · Hintergrund, keine Belege

    DeepMinds ICLR-Übersicht berichtet über vielfältige ML-Beiträge und deren experimentelle Erfolge, ohne diese unabhängig zu überprüfen.

  44. Should we do this? Navigating risk and innovation through digital ethics in business oecd · 2023 · Q006122 · Hintergrund, keine Belege

    Unternehmen sollten laut Bericht für digitale Vorhaben einen verlässlichen Prozess zur Abwägung ethischer Risiken schaffen, obwohl gemeinsame Standards und einheitliche Lösungen bislang fehlen.

  45. DeepMind papers at ICML 2017 (part two) deepmind · 2017 · Q006138 · Hintergrund, keine Belege

    Der Bericht fasst sieben für ICML 2017 angekündigte DeepMind-Arbeiten zusammen und gibt deren behauptete Fortschritte bei bestärkendem Lernen, Transfer, Optimierung und Audio wieder, ohne ausführliche Versuchsdaten bereitzustellen.

  46. Recommendations to OSTP on the National Artificial Intelligence Research and Development Strategic Plan cset · 2022 · Q006152 · Hintergrund, keine Belege

    Der bereitgestellte Auszug listet 15 CSET-Empfehlungen für sicherere, praxisnähere und transparentere KI-Forschungspolitik in den USA auf, ohne über deren Umsetzung oder Wirkung zu berichten.

  47. DeepMind’s health team joins Google Health deepmind · 2019 · Q006154 · Hintergrund, keine Belege

    DeepMinds Gesundheitsteam wechselt laut Blog zu Google Health, um medizinische Werkzeuge und Forschungskooperationen auszubauen; die Aussagen zu bisherigen Wirkungen und zum Datenschutz werden im Beitrag nicht unabhängig belegt.

  48. Understanding AI and learning outcomes openai · 2026 · Q006159 · Hintergrund, keine Belege

    OpenAI meldet gemischte frühe Study-Mode-Ergebnisse und entwickelt ein noch zu prüfendes System, das KI-Einflüsse auf Lernen langfristig und umfassender messen soll.

  49. Canada and the UK compare AI governance efforts and  reflect on regulating AI oecd · 2023 · Q006160 · Hintergrund, keine Belege

    Der Bericht fasst eine britisch-kanadische Gesprächsrunde zu KI-Regulierung im Finanzsektor zusammen: Standards und sektorale Regeln sollen sich ergänzen, doch das Verhältnis zur übergreifenden KI-Governance bleibt offen.

  50. Total AI chip memory bandwidth has grown 4.1x per year, now reaching 70 million terabytes per second epoch · 2026 · Q006163 · Hintergrund, keine Belege

    Epoch AI schätzt die kumulierte Bandbreite ausgelieferter KI-Chips für Q4 2025 auf rund 70 Millionen Terabyte pro Sekunde, weist aber auf modellbedingte Unsicherheit und den Näherungscharakter der Kennzahl hin.

  51. Work with Codex from anywhere openai · 2026 · Q006168 · Hintergrund, keine Belege

    Laut OpenAI bringt eine mobile Vorschau Codex-Aufgaben auf iOS und Android unterwegs in Reichweite; weitere Funktionen und Tarifeinschränkungen gelten je nach Angebot, und der Bericht enthält keine unabhängige Wirksamkeits- oder Sicherheitsprüfung.

  52. Hyperscaler capex to exceed cash flow by Q3 2026 epoch · 2026 · Q006176 · Hintergrund, keine Belege

    Epoch AI prognostiziert, dass die Investitionen der fünf Hyperscaler bei Fortsetzung des Trends 2026 ihren operativen Cashflow übersteigen könnten.

  53. Lawsuits in the United States point to a need for AI risk management systems oecd · 2023 · Q006184 · Hintergrund, keine Belege

    Laut Beitrag sollen systematische Prüfungen und laufendes KI-Risikomanagement helfen, diskriminierende oder schädliche Folgen zu begrenzen, auch wenn sie Risiken nicht vollständig ausschließen können.

  54. Locating AI Research in the Map of Science cset · 2021 · Q006191 · Hintergrund, keine Belege

    Laut Bericht steigt der Informatikanteil in Forschungsclustern mit ihrem KI-Publikationsanteil stark an, während interdisziplinäre Forschung besonders in mittleren Anteilsstufen sichtbar bleibt; die berichteten Cluster-IDs sind inzwischen veraltet.

  55. Almost half of large-scale models have published, downloadable weights epoch · 2024 · Q006192 · Hintergrund, keine Belege

    Der Auszug berichtet von 84 Großmodellen mit herunterladbaren Gewichten, erläutert aber nicht, wie die Titelangabe „fast die Hälfte“ zu den 271 Modellen der Tabelle passt.

  56. Coloring the Map of Science cset · 2021 · Q006196 · Hintergrund, keine Belege

    CSETs Wissenschaftskarte ordnet Forschungscluster nach Zitationsbeziehungen und nutzt verschiedene Färbungen, um laut Bericht fachliche, nationale und KI-bezogene Muster sichtbar zu machen.

  57. Enterprise-ready trust and safety openai · Q006197 · Hintergrund, keine Belege

    Der Bericht stellt die Partnerschaft von Salesforce und OpenAI als Grundlage für sichere generative KI in Unternehmensprodukten dar, enthält aber keine unabhängigen Wirkungsnachweise.

  58. Language models compose the large majority of large-scale AI models epoch · 2024 · Q006202 · Hintergrund, keine Belege

    Der Bericht sieht Sprachmodelle als größte und seit 2021 prägende Gruppe der erfassten Großmodelle, doch Methode und zeitliche Abgrenzung bleiben unklar.

  59. Open-Source Intelligence for S&T Analysis cset · 2020 · Q006208 · Hintergrund, keine Belege

    Der CSET-Auszug fordert ein unabhängiges US-Zentrum für offene Wissenschafts- und Technologieanalyse, um eine laut Verfassern bestehende strategische Lücke zu schließen.

  60. Artificial Intelligence Almanac: 2020 Index Report cset · 2021 · Q006212 · Hintergrund, keine Belege

    Der vorliegende Auszug behauptet, Russlands KI-Branche liege zurück und brauche mehr Forschungsförderung; Belege und vollständige Ergebnisse fehlen.

  61. AI powers Expedia’s marketing evolution openai · 2025 · Q006213 · Hintergrund, keine Belege

    Laut Expedia-Manager Jochen Koedijk beschleunigt KI Analysen und Marketingproduktion und verändert die Reisesuche; unabhängige Erfolgsnachweise nennt der Interviewbericht nicht.

  62. An introduction to the Global Partnership on AI’s work on the future of work oecd · 2020 · Q006214 · Hintergrund, keine Belege

    Der Beitrag stellt die geplanten Untersuchungen einer internationalen GPAI-Arbeitsgruppe zu KI und Zukunft der Arbeit vor, berichtet aber noch keine Ergebnisse.

  63. LLM inference prices have fallen rapidly but unequally across tasks epoch · 2025 · Q006216 · Hintergrund, keine Belege

    Der vorliegende Auszug fasst einen Epoch-AI-Bericht zusammen, dem zufolge die Kosten für festgelegte LLM-Benchmarkleistungen je nach Aufgabe stark sanken, wobei die Ursachen und die Fortdauer des Trends offenbleiben.

  64. White Paper on China's Computing Power Development Index cset · 2021 · Q006218 · Hintergrund, keine Belege

    Der vorliegende Auszug gibt die Einschätzung eines chinesischen Weißbuchs wieder, wonach Chinas Rechenleistung 2020 stark gewachsen sei; die Berechnungen schließen mehrere Gebiete und Gerätearten aus.

  65. Frontier LLM training runs can’t get much longer epoch · 2025 · Q006219 · Hintergrund, keine Belege

    Epoch AI zufolge könnten Trainingsläufe um 2027 an eine wirtschaftliche Grenze von etwa neun Monaten stoßen und damit das Wachstum des Trainingsrechenaufwands verlangsamen.

  66. SentinelOne cuts malware analysis from weeks to hours openai · 2026 · Q006224 · Hintergrund, keine Belege

    Der Bericht behauptet, Daybreak beschleunige SentinelOnes Malware-Analysen erheblich; unabhängige Belege oder nähere Angaben zu den Bedingungen fehlen.

  67. Delivering contextual job matching for millions with OpenAI openai · Q006234 · Hintergrund, keine Belege

    Indeed berichtet, dass personalisierte GPT-Begründungen für Stellenempfehlungen in Tests mit mehr Bewerbungen und besseren nachgelagerten Erfolgswerten einhergingen, wobei die Fallstudie nur begrenzte Angaben zur Testmethodik macht.

  68. White Paper on Trustworthy Artificial Intelligence cset · 2021 · Q006236 · Hintergrund, keine Belege

    Der Auszug eines Weißbuchs von 2021 betont zentrale Anforderungen an vertrauenswürdige KI; der vollständige Bericht liegt nicht vor.

  69. A framework to navigate the emerging regulatory landscape for AI oecd · 2022 · Q006237 · Hintergrund, keine Belege

    Der Beitrag von 2022 empfiehlt Organisationen, sich mit internationalen Standards und dem RAII-Bewertungsrahmen auf eine entstehende KI-Regulierung einzustellen, wobei mehrere beschriebene Gesetze noch Entwürfe waren.

  70. Introducing OpenAI Privacy Filter openai · 2026 · Q006238 · Hintergrund, keine Belege

    OpenAI veröffentlicht Privacy Filter zur Erkennung und Schwärzung personenbezogener Daten, betont aber, dass das Modell fehleranfällig ist und in sensiblen Anwendungen menschliche Kontrolle nicht ersetzt.

  71. We can shape policies to steer AI towards inclusive growth. Here’s how oecd · 2021 · Q006251 · Hintergrund, keine Belege

    Der Bericht plädiert dafür, Steuern, Arbeitsmobilität und öffentliche Forschung so auszurichten, dass KI inklusives Wachstum fördert und nicht vor allem Automatisierung begünstigt, die Beschäftigung verdrängt, ohne genügend Produktivität zu schaffen.

  72. The stock of computing power from NVIDIA chips is doubling every 10 months epoch · 2025 · Q006262 · Hintergrund, keine Belege

    Epoch schätzt ein jährliches Wachstum der kumulierten NVIDIA-GPU-Rechenleistung um den Faktor 2,3 seit 2019, weist aber auf modellbasierte Annahmen und ausgelassene Beschleuniger hin.

  73. From data to decisions: how LSEG is scaling trusted AI openai · 2026 · Q006266 · Hintergrund, keine Belege

    LSEG zufolge beschleunigt der breit eingeführte Einsatz von OpenAI ihre Produktentwicklung und Recherche; die genannten Erfolge sind Unternehmensangaben ohne erläuterte Messmethoden oder unabhängige Prüfung.

  74. Open models lag state-of-the-art closed models by 4 months epoch · 2026 · Q006272 · Hintergrund, keine Belege

    Epoch AI schätzt den Rückstand führender Open-Weight-Modelle auf vier Monate, doch fehlende Erläuterungen und uneinheitliche Modelldaten begrenzen die Vergleichbarkeit.

  75. The EU’s AI Act needs to address critical manipulation methods oecd · 2023 · Q006282 · Hintergrund, keine Belege

    Der Beitrag fordert einen breiteren Schutz vor manipulativen Empfehlungssystemen, räumt aber ein, dass ihre Wirkungen und Grenzen noch schwer zu bestimmen sind.

  76. Models with downloadable weights currently lag behind the top-performing models epoch · 2024 · Q006285 · Hintergrund, keine Belege

    Der vorliegende Auszug beschreibt einen zunächst deutlichen, später laut Beitrag stark geschrumpften Leistungsvorsprung nicht herunterladbarer Modelle in ausgewählten Benchmarks.

  77. Most of OpenAI’s 2024 compute went to experiments epoch · 2025 · Q006303 · Hintergrund, keine Belege

    Epoch AI zufolge floss der Großteil von OpenAIs geschätzten 5 Milliarden Dollar F&E-Rechenkosten 2024 wahrscheinlich in Forschung, Experimente und unveröffentlichte Modelle statt in finale Trainingsläufe veröffentlichter Modelle.

  78. Stargate Community openai · 2026 · Q006308 · Hintergrund, keine Belege

    OpenAI verspricht für Stargate-Standorte lokale Energie-, Umwelt- und Ausbildungsmaßnahmen; der Bericht beschreibt diese überwiegend als Unternehmenszusagen und Vorhaben.

  79. Zachary Arnold's Testimony Before the U.S. China Economic and Security Review Commission cset · 2021 · Q006311 · Hintergrund, keine Belege

    Der bereitgestellte Auszug gibt Arnolds Einschätzung wieder, dass gezielte Investitionsbeschränkungen wenig bewirken könnten und die Stärkung technologischer Fähigkeiten der USA und ihrer Verbündeten wahrscheinlich wichtiger ist.

  80. Data from tech and social platforms underline the success of India’s AI upskilling policies oecd · 2023 · Q006317 · Hintergrund, keine Belege

    Laut OECD.AI deuten Plattformdaten auf wachsende KI-Kompetenzen in Indien hin, doch die Kennzahlen sind begrenzt und beweisen nicht, dass die nationale Strategie den Zuwachs verursacht hat.

  81. Making ChatGPT free for clinicians openai · 2026 · Q006323 · Hintergrund, keine Belege

    OpenAI startet ChatGPT for Clinicians kostenlos für verifizierte US-Fachkräfte und berichtet über positive interne Bewertungen, während es den Einsatz als Unterstützung statt Ersatz klinischen Urteils einordnet.

  82. The power required to train frontier AI models is doubling annually epoch · 2024 · Q006326 · Hintergrund, keine Belege

    Epoch AI zufolge verdoppelt sich der geschätzte Leistungsbedarf für das Training führender KI-Modelle jährlich; die Datengrundlage ist gefiltert und geschätzt, und der Auszug enthält unstimmige Zeitangaben.

  83. Introducing ChatGPT Team openai · 2024 · Q006328 · Hintergrund, keine Belege

    Der Bericht präsentiert ChatGPT Team (heute laut Hinweis ChatGPT Business) als KI-Angebot für Unternehmensteams und nennt Funktionen, Datenschutzversprechen, positive Produktivitätsangaben sowie damalige Preise.

  84. GPT-5.1: A smarter, more conversational ChatGPT openai · 2025 · Q006336 · Hintergrund, keine Belege

    OpenAI kündigt GPT‑5.1 mit neuen Tonoptionen und gestaffeltem Rollout an; die Leistungsangaben stammen aus der Unternehmensankündigung.

  85. What is web3? Part 1 of a three-part vlog on the OECD and web3 oecd · 2023 · Q006337 · Hintergrund, keine Belege

    Der OECD-Beitrag führt Web3 als Zusammenspiel von Blockchain, KI und dezentralen Anwendungen ein und wirbt für koordinierte internationale Regeln, ohne die genannten Beispiele systematisch zu bewerten.

  86. Broad access through consistent standards openai · 2026 · Q006341 · Hintergrund, keine Belege

    OpenAI will Sicherheitsstandards für den Zugang zu seinen Modellen über verschiedene Dienste hinweg vereinheitlichen; die Aussagen zu Maßnahmen und Wirksamkeit stammen aus dem Unternehmen selbst.

  87. Notice on the Publication of "Certain Opinions on Promoting Curricula Merging at 'Double World-Class' Institutes of Higher Education and on Accelerating the Cultivation of Graduate Students in the AI Field" by the Ministry of Education, the National Development and Reform Commission, and the Ministry of Finance cset · 2021 · Q006355 · Hintergrund, keine Belege

    Der Auszug erläutert Ziele und Begründung eines chinesischen Papiers zur KI-Ausbildung, enthält aber nicht dessen konkrete Maßnahmen.

  88. Public consultation on the OECD Framework for Classifying AI Systems oecd · 2021 · Q006357 · Hintergrund, keine Belege

    Die OECD.AI bat 2021 öffentlich um Rückmeldungen zu ihrem noch vorläufigen Rahmenwerk zur Klassifizierung von KI-Systemen; der Bericht erläutert Fragen, Teilnahmewege und Datenschutz, enthält aber keine Ergebnisse.

  89. AI training cluster sizes increased by more than 20x since 2016 epoch · 2024 · Q006361 · Hintergrund, keine Belege

    Epoch AI berichtet von mehr als zwanzigmal so vielen Prozessoren für KI-Trainings zwischen 2016 und 2024, weist aber auf fehlende genaue Angaben und eine lückenhafte Datentabelle hin.

  90. Training compute growth is driven by larger clusters, longer training, and better hardware epoch · 2025 · Q006367 · Hintergrund, keine Belege

    Laut Epoch AI wächst das Trainings-Computing führender KI-Modelle vor allem durch mehr Hardware, längere Trainingsläufe und bessere Hardware, mit einem geschätzten medianen Jahresfaktor von 4,17.

  91. Is it enough to audit recruitment algorithms for bias? oecd · 2022 · Q006371 · Hintergrund, keine Belege

    Der Bericht befürwortet Bias-Audits für Einstellungsalgorithmen, empfiehlt aber zusätzlich Prüfungen zu Transparenz, Robustheit und Datenschutz und weist auf fehlende einheitliche Prüfmaßstäbe hin.

  92. The length of time spent training notable models is growing epoch · 2024 · Q006374 · Hintergrund, keine Belege

    Epoch AI behauptet einen jährlichen Zuwachs der Trainingsdauer bemerkenswerter Modelle um den Faktor 1,2 seit 2010, weist auf mögliche Hardwareentlastung und den Zielkonflikt langer Läufe hin; der Auszug erklärt die Berechnung nicht und enthält Tabellenangaben bis 2025.

  93. Businesses are applying the OECD AI Principles. How is it going? oecd · 2022 · Q006381 · Hintergrund, keine Belege

    Sieben Unternehmensfälle sollen zeigen, wie sich OECD-KI-Prinzipien praktisch umsetzen lassen; der Beitrag bietet Einblicke in Herausforderungen, aber keine vergleichenden Wirksamkeitsnachweise.

  94. Netomi’s lessons for scaling agentic systems into the enterprise openai · 2026 · Q006384 · Hintergrund, keine Belege

    Laut Bericht kombiniert Netomi GPT‑4.1 und GPT‑5.2 mit paralleler Verarbeitung und eingebauter Governance; die genannten Leistungswerte sind Unternehmensangaben ohne erläuterte unabhängige Überprüfung.

  95. How Cooley is accelerating IPO work with ChatGPT openai · 2026 · Q006388 · Hintergrund, keine Belege

    Cooley zufolge soll GO Public die IPO-Vorbereitung mit ChatGPT Work effizienter machen und anwaltliches Urteil gezielter einsetzen; unabhängige Belege für die versprochenen Effekte enthält der Bericht nicht.

  96. AI has made its way to the workplace. So how have laws kept pace? oecd · 2022 · Q006391 · Hintergrund, keine Belege

    KI wird am Arbeitsplatz immer häufiger eingesetzt; ausgewählte Gesetze und Leitlinien reagieren auf Risiken wie Diskriminierung und Überwachung, doch der Bericht ist keine vollständige Länderübersicht und keine Rechtsberatung.

  97. AI legal cases are increasing: how can we prepare? oecd · 2023 · Q006403 · Hintergrund, keine Belege

    Der Beitrag fordert mehr Durchsetzungskapazität, gemeinsame KI-Standards und eine sorgfältige Prüfung der Tatsachen jedes Rechtsfalls.

  98. Time to beat the diversity gap in artificial intelligence oecd · 2023 · Q006413 · Hintergrund, keine Belege

    Der Meinungsbeitrag fordert mehr Vielfalt in der KI-Branche und nennt Ausbildung, inklusive Unternehmenskulturen und Unterstützung für Gründerinnen als Ansatzpunkte, belegt seine Aussagen aber mit ausgewählten Quellen und nicht mit eigener Forschung.

  99. Singapore: The future of work in the age of AI oecd · 2021 · Q006419 · Hintergrund, keine Belege

    Singapur beschreibt Programme für KI-Governance, berufliche Umschulung und breite KI-Bildung; der Beitrag nennt Beispiele und Vermittlungszahlen, prüft die langfristigen Wirkungen jedoch nicht systematisch.

  100. After the ChatGPT moment: measuring AI’s adoption epoch · 2025 · Q006422 · Hintergrund, keine Belege

    Der Bericht hält die bisherige KI-Verbreitung für außergewöhnlich schnell und eine stark gestiegene Nutzung pro Person für plausibel, betont aber erhebliche Unsicherheiten in den Belegen.

Sprache und Prüfstand

Haupttext: DE. Prüfvermerke gelten nur für den jeweils genannten Inhalt.

Vorhandene Prüfvermerke stehen am jeweiligen Inhalt.

Sprachabdeckung und Datenstand ansehen →